Da Gênese da Descoberta Científica às Trajetórias Tecnológicas:

teorias e métodos


Professor Dr. Roney Fraga Souza

Qual a importância da tecnologia para a sociedade?

Fonte: Fogel (1999) Catching Up with the Economy. American Economic Review.[1]

Ver Roser (2023) Technology over the long run: zoom out to see how dramatically the world can change within a lifetime. Our World in Data.[2]

Ver Roser (2023) Technology over the long run: zoom out to see how dramatically the world can change within a lifetime. Our World in Data.[2]




Ver Roser (2023) Technology over the long run: zoom out to see how dramatically the world can change within a lifetime. Our World in Data.[2]


  • O problema da perspectiva:
    • Distância da Terra ao Sol: aproximadamente 149.6 milhões de km.
    • Se a Terra fosse do tamanho de uma bola de tênis, o Sol (com 11,7 metros de diâmetro) estaria a aproximadamente 7,19 km de distância.
  • A perspectiva de longo prazo deixa claro o quão incomumente rápida é a mudança tecnológica em nosso tempo.
  • A mudança tecnológica era extremamente lenta no passado e rápida agora.
  • Levou 2,4 milhões de anos – 12 voltas da espiral – para nossos ancestrais controlarem o fogo e usá-lo para cozer.
  • Desenrolar a espiral: últimos 12.000 anos.
  • História da comunicação: da escrita ao papel, à imprensa, ao telégrafo, ao telefone, ao rádio, até a Internet e os smartphones.
  • Em 1901 ocorreu o primeiro voo e 66 anos depois, primeiro pouso na lua.
  • A AI irá acelerar a velocidade das inovações? Décadas poderão serem reduzidas a poucos anos? Ver AI timelines
  • A tecnologia continuará a mudar o mundo, essa é uma certeza.


  • Direção da tecnologia: desde a vacina (1796) da varíola até a bomba atômica (1945).
  • 1970
  • Beneath the Planet of the Apes (en)
  • De Volta ao Planeta dos Macacos (pt_br)

Velocidade da Inovação - proxy

Artigos


  • Previsão pioneira 1960[3]
    • 15 anos

  • Previsão de 2015[4]
    • até 1750: 231 anos
    • entre 1750 e 1945: 29 anos
    • entre 1945 e 2010: 9 anos

  • Previsão de 2020[5]
    • taxa de crescimento geral de 4.10% a.a. com tempo de duplicação de 17.3 anos
    1. Fase: Emergência da física moderna e pré-industrialização (1675–1809)
    2. Fase: Revolução Industrial (1815–1882)
    3. Fase: Crises econômicas períodos de Guerras Mundiais e Pós-guerra (1881–1952)
    4. Fase: Período pós-guerra (depois de 1952 até hoje)

Patentes


  • 1421 na Itália (guincho para transportar mármore)
  • 1449 na Inglatera (vitrais de vidro)
  • 1809 no Brasil (fabricação de tecido)





Conseguimos prever quais tecnologias irão mudar o futuro?








Fonte: https://images.app.goo.gl/zwu7u92cyMYmDpSe8

DALL·E 3

Previsões Erradas sobre Tecnologia



  1. A Era do Papel: Em 1975, o presidente da Xerox, Joseph C. Wilson, previu que a sociedade estaria completamente digitalizada e que o papel seria obsoleto.

  2. Computadores em Casa: Em 1977, Ken Olsen, fundador da Digital Equipment Corporation, afirmou que “não havia razão para qualquer indivíduo ter um computador em casa”.

  3. A Internet como uma Fadinha: Em 1995, o CEO da Microsoft, Bill Gates, disse que a internet era uma “fada” e que não teria um grande impacto nos negócios.

  4. O Fim da Televisão: Nos anos 2000, muitos especialistas previram que a televisão tradicional seria substituída por streaming e conteúdo digital.

  5. Carros Voadores: Durante as décadas de 1950 e 1960, muitos futuristas previram que teríamos carros voadores em 2000.

  6. Inteligência Artificial Substituindo Humanos: Nos anos 1980 e 1990, houve previsões de que a inteligência artificial substituiria completamente os humanos em muitas profissões até o início dos anos 2000.

Previsões no Xadrez

  • Regras do Jogo
    • Retângulo com 64 casas, uma grade em duas cores alternada de 8x8;
    • Cada jogador começa com 16 peças: 1 rei, 1 rainha, 2 torres, 2 bispos, 2 cavalos e 8 peões;
    • Movimentação das peças são pré-determinadas.


  • Bobby Fischer
    • Conhecido pela alta capacidade antecipar lances à frente.
    • Pergunta: qual sua capacidade para antecipar possibilidades de jogadas?
    • Resposta: Depende de quão aberto está o jogo, pode ser quase impossível prever várias rodadas com precisão.
    • Xadrez é sobre: memorização e planejamento, a criatividade é baixa.


  • Em 1997 pela primeira vez um campeão mundial, Garry Kasparov, foi derrotado por computador, o Deep Blue da IBM.

Economia como um Sistema Complexo

Diferentemente do xadrez, a economia é um sistema complexo!

  1. Interconexão e Interdependência:
    • Os elementos de um sistema complexo estão interligados, e suas interações podem gerar comportamentos e padrões coletivos.
  2. Auto-organização:
    • Sistemas complexos têm a capacidade de se auto-organizar, formando estruturas e padrões sem a necessidade de um controle centralizado.
  3. Não-linearidade:
    • As relações entre os componentes de um sistema complexo são frequentemente não-lineares, o que significa que pequenas mudanças podem ter grandes efeitos.
  4. Adaptabilidade:
    • Sistemas complexos são dinâmicos e podem se adaptar a mudanças em seu ambiente, respondendo a estímulos externos de maneira flexível.
  1. Hierarquia e Subsistemas:
    • Sistemas complexos podem ser compostos por subsistemas que operam em diferentes níveis hierárquicos, cada um com suas próprias dinâmicas.
  2. Fluxo de Informação:
    • A comunicação e o fluxo de informações entre as partes do sistema são fundamentais para sua operação e evolução.
  3. Retroalimentação:
    • Os sistemas complexos operam com mecanismos de feedback, que podem ser positivos ou negativos, influenciando o comportamento do sistema como um todo.
  4. Propriedades Emergentes:
    • As propriedades de um sistema complexo não podem ser compreendidas apenas pela análise de suas partes isoladas; o todo é mais que a soma das partes.

Schumpeter

Schumpeter investigou a anatomia do motor capitalista.[6]

Livros

  1. “The Theory of Economic Development” (1911): introduziu o conceito de “destruição criativa”, a ideia de que o progresso econômico envolve a destruição de velhas estruturas e a criação de novas.


  1. “Business Cycles” (1939): analisou os ciclos econômicos, baseando-se na teoria de que a inovação por empresários é o motor do crescimento econômico e que este crescimento ocorre em ciclos.


  1. “Capitalism, Socialism and Democracy” (1942): este livro explora a relação entre inovação, democracia e mudança econômica.
  • Capítulo 7: o processo de destruição criadora

Destruição Criadora

  • Primeira onda - De 1785 a 1845, devido à expansão da máquina a vapor, o carvão substituiu a água, o vento e a força muscular, tornando o fornecimento de energia melhor, mais confiável e mais barato.
    • Europa nos séculos IV e V: 1 moinho de água = 2 hp, liberou 30 a 60 pessoas.[7]
    • Englaterra de 1086, em 3.000 locais, existiam 6,082 moinhos de água.
    • Englaterra de 1300, estimasse que existiam 10.000 moinhos de água.
    • Século XVIII:[8] os moinhos extrapolaram seu impacto em diversas indústrias.
  • Segunda onda - Ao longo de 55 anos, de 1845 a 1900, a máquina a vapor impulsionou a implantação da rede ferroviária.
  • Terceira onda - Telefones, lâmpadas e motores elétricos alimentados por eletricidade começaram a se desdobrar como grandes ondas de reinvenção.
  • Quarta onda - A era entre 1950 e 1990 é marcada como a quarta onda.
  • Quinta onda - O início de 1990 testemunhou o surgimento de computadores pessoais, software e telefones celulares.
  • Sexta onda - Além de impulsionar a prosperidade, as últimas cinco ondas de inovação criaram urgência em sustentabilidade.

Ler Freeman e Soete[9] A economia da inovação industrial.


É útil pensar em uma inovação como algo novo que foi colocado em uso. Assim, essa inovação representa, em certo sentido, uma nova tecnologia. Embutido nesta distinção entre invenção e inovação está um processo pelo qual as invenções se tornam aplicadas. Este processo é central para o que chamamos de empreendedorismo. O empreendedorismo é um processo que envolve a organização de recursos, e o resultado desse processo é uma inovação. Claro, para que o empreendedorismo tenha valor econômico, a saída resultante ou inovação deve ter valor econômico.[10]

  • Schumpeter Mark I vs Schumpeter Mark II
  • O empresário busca lucro.
  • Economia deixar de tender ao equilíbrio (equilíbrio geral paretiano).
  • Os mecanismos de preços deixam de ser exclusivos para definir competição.
  • Os resultados não são presumidos antes de um evento, e sim descobertos.
  • A economia passa ser não direcionada, sem predeterminação para um determinado ponto final.
  • A coevolução entra em prática, com a ação de um impactando no outro.
  • As interdependências possibilitam a cocriação (invenção).
  • Os processos emergem de tempos em tempos, resultando em inovações.
  • Utiliza-se o princípio da seleção, a ideia de escolher a melhor ideia.
  • Padrões emergem a partir das iterações.
  • Trajetórias tecnológicas…

Trajetórias Tecnológicas

  • Dosi (1982)[11] Technological Paradigms and Technological Trajectories. Research Policy.
    • Doutorado na SPRU (Science Policy Research Unit) da Universidade de Sussex.
    • Orientando por Christopher Freeman.
  • Discussão anterior a Dosi, a inovação é fruto do: livre mercado vs desenvolvimento científico.

  • Paradigma Científico (Thomas Khun) é modelo de prática científica utilizado em consenso pela comunidade acadêmica.

  • Paradigma Tecnológico

    • um modelo e um padrão de solução de determinados problemas tecnológicos, baseados em determinados princípios derivados das ciências naturais e em determinadas tecnologias matérias.
  • Trajetórias Tecnológicas

    • a atividade de solução de problemas é determinada por um paradigma, que pode ser representada pelo movimento de trade-offs multidimensionais entre as variáveis tecnológicas que o paradigma define como relevantes.
  • Descontinuidade: Invenções/Inovações Radiais tendem a superar Paradigmas Científicos/Tecnológicos.

  • Continuidade: Mudanças na mesma trajetória.

  • Dosi destacou os aspectos econômicos, institucionais e sociais pelos quais os conhecimentos científicos são introduzidos no sistema produtivo.[12]

  • Os paradigmas e trajetórias são escolhas, realizadas multidimensionalmente.

Válvulas

  • Início do século XX: principais conhecimentos científicos sobre as válvulas.[13]

  • Chegou-se ao limite da possibilidade técnica:
    • limitada faixa de frequência
    • grande consumo de energia
    • a grande dispersão de calor
    • limitada confiabilidade
    • tamanho não redutível

Semicondutores

  • 1946 Descoberta do Transístor proporcionou um salto tecnológico.

  • 1970 Circuito Integrado.

Química (analógica)

  • Em 1884, George Eastman patenteou tecnologias de filme fotográfico com vantagens pela pequeno tamanho e boa qualidade de imagem, permitindo que a Eastman Kodak dominasse o setor de câmeras por mais de um século.[14]

  • Em 1913, novas tecnologias de lentes e controle de luz permitiram que Oskar Barnack, da Ernst Leitz Optische Werke, da Alemanha, desenvolvesse o protótipo Leica 35 mm, que estabeleceu um novo padrão industrial para câmeras de filme.

  • Em 1935, a Kodak lançou o primeiro filme colorido que inaugurou a era da fotografia colorida.

  • Em 1963, a Polaroid lançou o filme e a câmera coloridos instantâneos, permitindo que os usuários tirassem e imprimissem fotos coloridas por conta própria.

  • O setor de filmes e impressão comercial foi classificado como seguindo o padrão de inovação industrial baseado na ciência, com uma trajetória que acompanha o desenvolvimento das ciências químicas e de materiais.

  • O serviço de impressão de fotos criou outro setor que depende de equipamentos de impressão comercial e segue uma trajetória tecnológica de padrão dominado pelo fornecedor.[15]

Eletrônica (digital)

  • Em 1969, o dispositivo de carga acoplada (CCD) foi inventado por Willard Boyle e George Smith no AT&T Bell Labs. O CCD captura imagens ao detectar a intensidade da luz e registrá-la em semicondutores, substituindo o processo químico anterior por um processo eletrônico.[14]

  • Em 1981, a Sony lançou a primeira câmera digital e a tecnologia logo foi adotada por muitas outras empresas de câmeras.

  • Embora a Kodak, a Canon, a Fujifilm e a Konica tenham dominado a era das câmeras de filme, somente a Canon manteve sua posição de liderança na era digital, aproveitando suas tecnologias ópticas avançadas e concentrando-se em câmeras digitais SLR (single-lens reflex) de alta qualidade.

  • Impressão de fotos pessoais.

  • A relutância da Kodak em se afastar dos negócios de impressão de fotos prejudicou a empresa e levou a anos de desempenho financeiro decepcionante.

  • Compartilhamento de fotos.


  • Câmera fotográfica Canon como câmera de vídeo.

  • era digital até 2015: setor dominado por DSLR (Canon 5D Mark II).


  • 2015 até agora: mirrorless.
    • 2010 Sony NEX-3 (APS-C).
    • 2013 Sony A7 (fullframe).

Fonte: Zhang 2023[16] A holistic method for radical concept generation based on technological evolution.

  • Função Sigmóide \(\sigma(x) = \frac{1}{1 + e^{-x}}\)

  • Mudanças ocorrem devido:[17]

    • Difusão da atividade empreendedora.
    • Invenções acumuladas.
    • Melhoria no desempenho tecnológico.
    • etc.
  • Início: anos de gestação podem ser necessários para uma tecnologia emergente.

  • Crescimento Rápido: geralmente é acelerada pela exposição de mercados de massa.

  • Exploração: leva a uma rápida proliferação de novos produtos e empresas.

  • Maturidade: ritmo do desenvolvimento tecnológico geralmente diminui devido à aproximação dos limites de desempenho e difusão em um mercado saturado.

Identificar TT


Redes

Código
library(igraph)
library(tibble)

igraph::graph_from_data_frame(
  tibble::tribble(
    ~from, ~to,
    "A", "C",
    "B", "C",
    "B", "D",
    "B", "J",
    "C", "E",
    "C", "H",
    "D", "F",
    "D", "I",
    "J", "M",
    "E", "G",
    "F", "H",
    "F", "I",
    "G", "H",
    "I", "L",
    "I", "M",
    "H", "K",
    "M", "N"
  ),
  directed = TRUE) ->
  net

plot(
  net,
  vertex.label = V(net)$name, # Rótulos dos vértices
  vertex.color = "lightblue", # Cor dos vértices
  vertex.size = 30, # Tamanho dos vértices
  vertex.label.color = "black", # Cor do texto dos vértices
  vertex.label.cex = 3, # Tamanho da fonte do texto
  edge.arrow.size = 2, # Tamanho da seta
  edge.width = 4, 
  layout = igraph::layout_with_kk(net)
)

plot(
  net,
  vertex.label = V(net)$name, # Rótulos dos vértices
  vertex.color = "lightblue", # Cor dos vértices
  vertex.size = 30, # Tamanho dos vértices
  vertex.label.color = "black", # Cor do texto dos vértices
  vertex.label.cex = 3, # Tamanho da fonte do texto
  edge.arrow.size = 2, # Tamanho da seta
  edge.width = 4, 
  layout = igraph::layout_as_tree(net, root = "B") # Layout em árvore com o nó A como raiz
)
Figura 1: Rede de citação
(a) Citações
(b) Citações com Layout de Árvore

Main Path Analisys

  • Análise de Caminho Principal (pt_br)[18]

  • Hummon e Doreian (1989) propuseram a metodologia.

  • Objetivo: captar o principal fluxo de ideias via redes de citações (artigos ou patentes).

  • Directed Acyclic Graph (DAG)

    • se nó \(i\) cita nó \(j\), não existe citação do nó \(j\) para o nó \(i\).
  • Passo 1: calcular os pesos das citações:

    • Search path link count (SPLC);[18]
    • Search path node pair (SPNP);[18]
    • Node pair projection count (NPPC).[18]
    • Search path count (SPC)[19]
  • Passo 2: encontrar o caminho mais significativo:

    • Local search[18]
    • Global search
    • Key-route search[20]
  • Passo 1: o valor de SPC para o link (B, D) é 5 porque cinco caminhos (B-D-F-H-K, B-D-F-I-L, B-D-F-I-M-N, B-D-I-L e B-D-I-M-N) passam por ele.
  • Passo 2: global search (B, N) está em vermelho, é o caminho com maior peso (5 + 3 + 2 + 2 + 3 = 15).
Código
spc <- function(g) {
  linegraph <- make_line_graph(g)
  source_edges <- V(linegraph)[degree(linegraph, mode = "in") == 0]
  sink_edges <- V(linegraph)[degree(linegraph, mode = "out") == 0]
  tabulate(
    unlist(
      lapply(
        source_edges,
        all_simple_paths,
        graph = linegraph,
        to = sink_edges,
        mode = "out"
      )
    )
  )
}

main_search <- function(g) {
  linegraph <- make_line_graph(g)
  V(linegraph)$spc <- spc(g)
  source_edges <- V(linegraph)[degree(linegraph, mode = "in") == 0]
  sink_edges <- V(linegraph)[degree(linegraph, mode = "out") == 0]
  paths <- unlist(
    lapply(
      source_edges,
      all_simple_paths,
      graph = linegraph,
      to = sink_edges,
      mode = "out"
    ),
    recursive = FALSE
  )
  path_lengths <- unlist(lapply(paths, function(x) sum(x$spc)))
  vertex_attr(linegraph, "main_path") <- 0
  vertex_attr(
    linegraph,
    "main_path",
    paths[[which(path_lengths == max(path_lengths))[[1]]]]
  ) <- 1
  V(linegraph)$main_path
}

plot(
  net,
  vertex.label = V(net)$name, # Rótulos dos vértices
  vertex.color = "lightblue", # Cor dos vértices
  vertex.size = 25, # Tamanho dos vértices
  vertex.label.color = "black", # Cor do texto dos vértices
  vertex.label.cex = 3, # Tamanho da fonte do texto
  edge.arrow.size = 2, # Tamanho da seta
  edge.width = 8, 
  # edge.color = ifelse(edge_labels == 1, "red", "gray"), # Caminho principal em vermelho
  # edge.width = ifelse(edge_labels == 1, 4, 2), # Espessura do caminho principal
  edge.label = spc(net),
  edge.label.cex = 5,
  edge.label.color = 'brown',
  layout = layout_as_tree(net, root = "B") # Layout em árvore com o nó A como raiz
)

edge_labels <- main_search(net)

plot(
  net,
  vertex.label = V(net)$name, # Rótulos dos vértices
  vertex.color = "lightblue", # Cor dos vértices
  vertex.size = 25, # Tamanho dos vértices
  vertex.label.color = "black", # Cor do texto dos vértices
  vertex.label.cex = 3, # Tamanho da fonte do texto
  edge.arrow.size = 2, # Tamanho da seta
  edge.width = 8, 
  edge.color = ifelse(edge_labels == 1, "red", "gray"), # Caminho principal em vermelho
  edge.width = ifelse(edge_labels == 1, 4, 2), # Espessura do caminho principal
  # edge.label = spc(net),
  # edge.label.cex = 3,
  layout = layout_as_tree(net, root = "B") # Layout em árvore com o nó A como raiz
)
Figura 2: Main Path Analisys
(a) Passo 1
(b) Passo 2


Batagelj 2003[19] propos algoritmos eficientes para tornar o método possível para grandes bases de dados.

  • Search path link count (SPLC)[18]
  • Search path node pair (SPNP)[18]
  • Node pair projection count (NPPC)[18] \(N^2\)


E adicionou mais uma forma de calcular os pesos das citações:

  • Search path count (SPC)[19]

Fonte: Batagelj 2003 Efficient Algorithms for Citation Network Analysis.

Primeira grande aplicação do método, 3371 patentes.[21]


  • Key-route search[22]

  • Mais de uma rota.

  • Topological Skeleton

O algoritmo Topological Skeleton foi desenvolvido usando o algoritmo SPLC para identificar as trajetórias mais significativas na estrutura da rede. O novo algoritmo baseia-se na avaliação de diferentes trajetórias para a rede de citações, buscando as trajetórias com o maior valor total de SPLC a partir dos nós de pontos iniciais ou pontos finais da rede. Os valores de SPLC são considerados pesos de estrutura e estão associados a todas as bordas da rede de citações.[23]


  • Buscar caminhos utiliando abordagem estocástica.[24]

  • Métodos de contagens transversais de pesos:[25]

    • SPAD
    • SPGD
    • SPHD
  • Método para identificar a importância publicações intermediárias.[26]

  • Método baseado na persistência de conhecimento ao longo da trajetórias.[27]

  • Método que possibilita identificar caminhos intermediários derivados.[28]

MPA na Wikipédia

MPA Softwares


  • pajek
    • software de cientista
    • dependente do Windows






  • extensão do Gephi
    • perdeu o código fonte
    • dependente de uma versão do Java
    • documentação limitada

Próximo

  • TODO
    • Alan Porter
    • Método de Emergência

Indicadores


  • Corrocher 2021
    • Opportunity
    • Cumulativeness
    • Originality
    • Complexity
    • Technological cycle
    • Stock of knowledge
  • Subelj 2020
    • Intermediacy
  • Shin 2022
    • novelty
  • Li 2022
    • estima curva em S
  • Liu 2020
    • perplexity
  • Kim 2018
    • juncture
    • divergence
    • convergence
  • Ding 2024
    • trajectory prediction with temporal networks
      • cited by
      • aplied by
      • belongs to
  • Chen 2012
    • overlap between communities
    • technology cycle time

Vertical tabset

TODO






Apresentação PI Pharma

Coleta de dados \(\approx\) 7500 documentos


191 results from Web of Science Core Collection for: 

"intellectual property" (All Fields) AND 
pharma* (All Fields) and 6.3 Management or 6.10 Economics or 1.1

- Article 
- Reviews Article



1,607 results from Web of Science Core Collection for: 

Results for 
"intellectual property" (All Fields) AND 
research (All Fields) AND 
development (All Fields) 

Limited to 

- 6.3 Management or 
- 6.10 Economics or 
- 3.4 Crop Science or 
- 6.238 Bibliometrics, Scientometrics & Research Integrity or 
- 6.122 Economic Theory or 
- 6.263 Agricultural Policy or 
- 6.27 Political Science 


1,973 results from Web of Science Core Collection for: 

"intellectual property" OR "patent*" (All Fields) and 
monopol* OR competition OR "market power" (All Fields) and 
Article or Review Article (Document Types) and 
Economics or Management or Business or Business Finance or Pharmacology Pharmacy or Computer Science Information Systems or Political Science (Web of Science Categories)


3,694 results from Web of Science Core Collection for: 

( TITLE-ABS-KEY ( "intellectual property" ) AND TITLE-ABS-KEY ( innovation* ) ) AND 
( LIMIT-TO ( DOCTYPE , "ar" ) OR LIMIT-TO ( DOCTYPE , "re" ) ) 

Limited to 

- Economics, Econometrics and Finance
- Business, Management and Accounting
- Social Sciences

Metodologia: ciência da ciência


  • A ciência é uma rede, auto-organizada e em evolução.[2934]

Prestígio calculado via número de citações.[35]


Citações intra-grupo:

\[ z_i = {k_i - \bar k_{s_i} \over \sigma_{k_{s_i}}} \]


Citação entre grupos:

\[ P_i = 1 - \sum_{s=1}^{S} \left({k_{s_i} \over K_i} \right)^2 \]

  • Hubs: R7, R6 e R5 (prestígio elevado)
  • non-Hubs: R4, R3, R2, R1

Abordagem básica


Part of Speech

Fonte: https://www.kaianalytics.com/post/5-text-analysis-nlp-buzzwords


Filtros linguísticos[36]

Importência dos termos (keyword)

Fonte: https://ibb.co/4Pn0YCF

Structural Topic Modeling – STM.

Agrupamente de textos considerando a similaridade semântica.[37]






Destaques

Referências

1.
Fogel RW. Catching Up with the Economy. American Economic Review [Internet]. 1999;89(1):1–21. doi:10.1257/aer.89.1.1
2.
Roser M. Technology over the long run: zoom out to see how dramatically the world can change within a lifetime. Our World in Data. 2023;
3.
Solla Price DJ de. Little Science, Big Science. Columbia Univ. Press; 1963.
4.
Bornmann L, Mutz R. Growth rates of modern science: A bibliometric analysis based on the number of publications and cited references. Journal of the Association for Information Science and Technology. 2015;66(11):2215–22.
5.
Bornmann L, Haunschild R, Mutz R. Growth rates of modern science: a latent piecewise growth curve approach to model publication numbers from established and new literature databases. Humanities and Social Sciences Communications [Internet]. 2021;8(1). doi:10.1057/s41599-021-00903-w
6.
Dosi G. The Foundations of Complex Evolving Economies: Part One: Innovation, Organization, and Industrial Dynamics [Internet]. Oxford University PressOxford; 2023. doi:10.1093/oso/9780192865922.001.0001
7.
Reynolds TS. Stronger than a hundred men: a history of the vertical water wheel. JHU Press; 1983.
8.
Munro JH. Industrial energy from water-mills in the European economy, 5th to 18th Centuries: the limitations of power. Industrial and Corporate Change. 2002;1(34):223–69.
9.
Freeman C, Soete L. A economia da inovação industrial. Editora da UNICAMP; 2008.
10.
Audretsch DB, Bozeman B, Combs KL, Feldman M, Link AN, Siegel DS, et al. The Journal of Technology Transfer [Internet]. 2002;27(2):155–203. doi:10.1023/a:1014382532639
11.
Dosi G. Technological paradigms and technological trajectories. Research Policy [Internet]. 1982;11(3):147–62. doi:10.1016/0048-7333(82)90016-6
12.
Sicsú AB, Rosenthal D. Apresentando um texto paradigmático. Revista Brasileira de Inovação. 2006;5(1):9–32.
13.
Dosi G. Mudança técnica e transformação industrial: a teoria e uma aplicação à indústria dos semicondutores. Editora Unicamp; 2006.
14.
Ho JC, Lee C-S. A typology of technological change: Technological paradigm theory with validation and generalization from case studies. Technological Forecasting and Social Change [Internet]. 2015;97:128–39. doi:10.1016/j.techfore.2014.05.015
15.
Pavitt K. Sectoral patterns of technical change: Towards a taxonomy and a theory. Research Policy [Internet]. 1984;13(6):343–73. doi:10.1016/0048-7333(84)90018-0
16.
Zhang L, Tan R, Peng Q, Yang W, Zhang J, Wang K. A holistic method for radical concept generation based on technological evolution: A case application of DC charging pile. Computers &amp; Industrial Engineering [Internet]. 2023;179:109213. doi:10.1016/j.cie.2023.109213
17.
Priestley M, Sluckin TJ, Tiropanis T. Innovation on the web: the end of the S-curve? Internet Histories [Internet]. 2020;4(4):390–412. doi:10.1080/24701475.2020.1747261
18.
Hummon NP, Dereian P. Connectivity in a citation network: The development of DNA theory. Social Networks [Internet]. 1989;11(1):39–63. doi:10.1016/0378-8733(89)90017-8
19.
Batagelj V. Efficient Algorithms for Citation Network Analysis. 2003; doi:10.48550/ARXIV.CS/0309023
20.
Liu JS, Lu LYY, Ho MH-C. A few notes on main path analysis. Scientometrics [Internet]. 2019;119(1):379–91. doi:10.1007/s11192-019-03034-x
21.
VERSPAGEN B. MAPPING TECHNOLOGICAL TRAJECTORIES AS PATENT CITATION NETWORKS: A STUDY ON THE HISTORY OF FUEL CELL RESEARCH. Advances in Complex Systems [Internet]. 2007;10(01):93–115. doi:10.1142/s0219525907000945
22.
Liu JS, Lu LYY. An integrated approach for main path analysis: Development of the Hirsch index as an example. Journal of the American Society for Information Science and Technology [Internet]. 2011;63(3):528–42. doi:10.1002/asi.21692
23.
Masago FK. Methodologies to aid the evaluation of bioenergy research areas through patents documents [PhD thesis]. Campinas, São Paulo: Universidade de Campinas; 2022.
24.
Yeo W, Kim S, Lee J-M, Kang J. Aggregative and stochastic model of main path identification: a case study on graphene. Scientometrics [Internet]. 2013;98(1):633–55. doi:10.1007/s11192-013-1140-3
25.
Liu JS, Kuan C. A new approach for main path analysis: Decay in knowledge diffusion. Journal of the Association for Information Science and Technology [Internet]. 2015;67(2):465–76. doi:10.1002/asi.23384
26.
Šubelj L, Waltman L, Traag V, Eck NJ van. Intermediacy of publications. Royal Society Open Science [Internet]. 2020;7(1):190207. doi:10.1098/rsos.190207
27.
Park H, Magee CL. Tracing Technological Development Trajectories: A Genetic Knowledge Persistence-Based Main Path Approach. Gao Z-K, editor. PLOS ONE [Internet]. 2017;12(1):e0170895. doi:10.1371/journal.pone.0170895
28.
Kim J, Shin J. Mapping extended technological trajectories: integration of main path, derivative paths, and technology junctures. Scientometrics [Internet]. 2018;116(3):1439–59. doi:10.1007/s11192-018-2834-3
29.
Fortunato S, Bergstrom CT, Börner K, Evans JA, Helbing D, Milojević S, et al. Science of science. Science [Internet]. 2018;359(6379). doi:10.1126/science.aao0185
30.
Shibata N, Kajikawa Y, Takeda Y, Matsushima K. Comparative study on methods of detecting research fronts using different types of citation. Journal of the American Society for information Science and Technology. 2009;60(3):571–80.
31.
Batagelj V, Cerinšek M. On bibliographic networks. Scientometrics [Internet]. 2013;96(3):845–64. doi:10.1007/s11192-012-0940-1
32.
Barabási A. Network Science. Cambridge University Press, Cambridge. 2016.
33.
Souza RF, Ballini R, Silveira JMFJ, Teixeira AAC. Is entrepreneurship an emerging area of research? A computational response. REGEPE - Revista de Empreendedorismo e Gestão de Pequenas Empresas [Internet]. 2021; doi:10.14211/ibjesb.e1742
34.
Souza RF, Miranda JC de C, Silva Júnior JJ da, Silveira JM da. Bioenergy research in Brazil: A bibliometric evaluation of the BIOEN research program. Biofuels, Bioproducts and Biorefining [Internet]. 2022;17(1):191–206. doi:10.1002/bbb.2441
35.
Guimerà R, Amaral LAN. Functional cartography of complex metabolic networks. Nature [Internet]. 2005;433:895–900. doi:10.1038/nature03288
36.
Frantzi K, Ananiadou S, Mima H. Automatic recognition of multi-word terms:. the C-value/NC-value method. International Journal on Digital Libraries. 2000;3(2):115–30.
37.
Roberts ME, Stewart BM, Tingley D. Stm: An R package for structural topic models. Journal of Statistical Software. 2019;91:1–40.